RSS阅读器python实现概述

　　这边简单说一下最近倒腾的RSS阅读器的小东东，RSS阅读器估计很多人用过或者自己动手实现过。首先wudagang0123多年前提供的一个示例：http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=1559320，在其基础上，增加了一些功能，可以解析ATOM和RSS的feed格式规范，优化了程序界面，主要目的是学习了下wxpython和XML解析的一些东西。程序预览如下：

　　

　　

 1 def SaveChannelToFile(self):

 2         impl = minidom.getDOMImplementation()

 3         dom = impl.createDocument(None,'channel',None)

 4         root = dom.documentElement

 5         #add old

 6         add_node = None

 7         xmldoc = minidom.parse('channel.xml')

 8         groups = xmldoc.getElementsByTagName('group')

 9         for group in groups:

10             root.appendChild(group)

11             if group.getElementsByTagName('name')[0].firstChild.data == self.groupCombo.GetValue():

12                 add_node = group

13         #add new

14 

15         xmldoc2 = minidom.parse(sysutils.XML_DIR+sysutils.replace_filename(self.url))

16          channel = xmldoc2.getElementsByTagName('channel')

17         if not channel:

18             channel = xmldoc2.getElementsByTagName('feed')

19             if channel:

20                 self.rssmode =  "atom"

21             else:

22                 return

23         else:

24             self.rssmode = "rss" 

25         channel_title = channel[0].getElementsByTagName('title')[0].firstChild.data

26         item_node = dom.createElement('item')

27         title_node = dom.createElement('title')

28         title_text = dom.createTextNode(channel_title)

29         mode_node = dom.createElement('mode')

30         mode_text = dom.createTextNode(self.rssmode)

31         link_node = dom.createElement('link')

32         link_text = dom.createTextNode(self.url)

33         title_node.appendChild(title_text)

34         mode_node.appendChild(mode_text)

35         link_node.appendChild(link_text)

36         item_node.appendChild(title_node)

37         item_node.appendChild(mode_node)

38         item_node.appendChild(link_node)

39         add_node.appendChild(item_node)

40         

41         f = open('channel.xml','wb')

42         writer = codecs.lookup('utf-8')[3](f)

43         dom.writexml(writer,encoding='utf-8')

44         writer.close()

45         f.close()

View Code

RSS阅读器的实现原理无非是利用python的模块解析RSS格式文件，将XML文件中的文章地址提取出来，实现新闻和消息的聚合。python这边专门处理RSS的模块有比较不错的，Universal Feed Parser。这边没有引入太复杂模块来实现XML的解析的必要。主要用到了python中的小型处理模块Minidom来处理XML文件。主要处理如下：　  　

根据xml文件是否存在channel或者feed标签来区分RSS地址源中RSS和atom两种格式，对XML文件首先提取标题存储到本地channel.XML文件，该文件记录了我们收录的主要频道信息，同时将每个频道对应的xml文件下载到本地进行保存。新建的channel.xml内容如下：

 1 <?xml version="1.0" encoding="utf-8"?><channel>

 2 <group>

 3 <name>技术频道</name>

 4 <item><title>博客园_python学习</title>

 5 <mode>atom</mode>

 6 <link>http://feed.cnblogs.com/blog/u/43317/rss</link>

 7 </item>

 8 <item><title>博客园_KillConsole</title>

 9 <mode>atom</mode>

10 <link>http://feed.cnblogs.com/blog/u/131263/rss</link></item></group><group>

11 <name>体育频道</name>

12 </group></channel>

获得了下载到的XML文件之后，就可以根据改文件进一步解析获取每个频道下面的文章了。

 1     def UpdateItemList(self,filename,root):

 2         self.ChannelTree.DeleteChildren(root)

 3         self.rssmode = self.ModeMap[self.ChannelTree.GetItemText(root)]

 4          if self.rssmode == "rss":

 5              self.UpdateRSSList(filename,root)

 6          elif self.rssmode == "atom":

 7              self.UpdateAtomList(filename,root)

 8     

 9     def UpdateAtomList(self,filename,root):

10         xmldoc = minidom.parse(filename)

11         items = xmldoc.getElementsByTagName('entry')

12         for item in items:

13             item_title=[]

14             titles = item.getElementsByTagName('title')            

15             for title in titles:

16                 newitem = self.ChannelTree.AppendItem(root,title.firstChild.data)

17                  title_text=self.ChannelTree.GetItemText(newitem).encode('utf-8')

18                  item_title.append(title_text)

19              index = 0

20             links = item.getElementsByTagName('id')

21             for link in links:

22                 self.ItemMap[item_title[index]]=link.firstChild.data

23                 index+=1         

24     def UpdateRSSList(self,filename,root):

25         xmldoc = minidom.parse(filename)

26         items = xmldoc.getElementsByTagName('item')

27         for item in items:

28             item_title=[]

29             titles = item.getElementsByTagName('title')            

30             for title in titles:

31                 newitem = self.ChannelTree.AppendItem(root,title.firstChild.data)

32                  title_text=self.ChannelTree.GetItemText(newitem).encode('utf-8')

33                  item_title.append(title_text)

34              index = 0

35             links = item.getElementsByTagName('link')

36             for link in links:

37                 self.ItemMap[item_title[index]]=link.firstChild.data

38                 index+=1    

View Code

　　利用wxpython树形控件响应标题的双击事件，根据标题对应的LINK地址来打开对应的网页，即HtmlView.LoadUrl(url) 来实现打开指定网页界面。
　　另外程序还实现了频道和频道组的添加和删除，功能比较简单但是可以满足基本的需求了。